평가 출처공식 사이트
Vals Finance Agent
Vals AI / 전문 업무 · 금융 애널리스트의 일상 업무 과제로, 리서치 보고서 작성이나 모델 구축 같은 일의 완성도를 봅니다.
클로데이트 반영 상태순위 반영
가중치3%
원본 데이터 기준 시각10/20 09:00
마지막 동기화11/05 08:05
무엇을, 어떻게 측정하나
Finance Agent v2의 공식 Overall 정답률만 사용합니다.
활용 방식
업계 전문 과제 예산 3%입니다. 현재는 금융을 직접 측정할 뿐이며, 모든 업계를 다룬다고 주장하지 않습니다.
결과
정해진 규칙에 따라 공개 모델마다 하나의 구성을 대표로 씁니다. 익명 테스트 모델은 표시하지 않고 원래 순위를 유지하며, 평가마다 최대 30개입니다.
| 원래 순위 | 모델 | 원래 점수 | 대표 구성 |
|---|---|---|---|
| 1 | google/gemini-4-argonGoogle | 65.4% | High 推論 |
| 2 | google/gemini-3.8-flashGoogle | 61.4% | High 推論 |
| 3 | meta/muse-spark-openMeta | 61.3% | xHigh 推論 |
| 4 | meta/muse_spark_1_2Meta | 60.6% | xHigh 推論 |
| 5 | meta/muse_spark_1_3_maxMeta | 60.0% | Max 推論 |
| 6 | meta/muse-wonder-fullMeta | 59.1% | Max 推論 |
| 7 | google/gemini-3.7-flashGoogle | 59.0% | High 推論 |
| 9 | anthropic/claude-fable-5-1Anthropic | 58.9% | Max 推論 |
| 10 | anthropic/claude-opus-5Anthropic | 58.6% | Max 推論 |
| 11 | anthropic/claude-opus-5-5Anthropic | 58.6% | Max 推論 |
| 12 | anthropic/claude-sonnet-5-5Anthropic | 58.1% | Max 推論 |
| 13 | alibaba/qwen3.8-max-internalAlibaba | 57.9% | ソース既定の構成 |
| 14 | google/gemini-3.5-flashGoogle | 57.9% | High 推論 |
| 15 | zai/glm-5.3-flashZ.ai | 57.9% | Max 推論 |
| 16 | xiaomi/mimo-v2.6-proXiaomi | 57.3% | ソース既定の構成 |
| 17 | meta/muse_spark_1_1Meta | 57.2% | xHigh 推論 |
| 18 | deepseek/deepseek-v4.1-flash-1017DeepSeek | 57.0% | Max 推論 |
| 19 | meta/muse-wonderMeta | 56.6% | Max 推論 |
| 20 | anthropic/claude-fable-5Anthropic | 56.3% | Max 推論 |
| 21 | google/gemini-3.6-flashGoogle | 56.3% | High 推論 |
| 22 | xiaomi/mimo-v2.6-flashXiaomi | 56.3% | ソース既定の構成 |
| 23 | zai/glm-5.3Z.ai | 55.8% | Max 推論 |
| 24 | tencent/hy4-previewTencent | 55.1% | ソース既定の構成 |
| 25 | openai/gpt-5.6-lunaOpenAI | 55.0% | Max 推論 |
| 26 | ant/ling-3.0-flash-af-rc3Ant | 54.9% | ソース既定の構成 |
| 27 | mistralai/mistral-large-4mistral | 54.7% | High 推論 |
| 28 | openai/gpt-5.6-terraOpenAI | 54.4% | Max 推論 |
| 29 | anthropic/claude-haiku-5-5Anthropic | 54.1% | Max 推論 |
| 30 | anthropic/claude-opus-4-8Anthropic | 53.9% | Max 推論 |
| 31 | anthropic/claude-sonnet-5Anthropic | 53.9% | Max 推論 |
한계와 데이터 출처
비공개 문제는 한 문제씩 다시 계산할 수 없습니다. APEX와 마찬가지로 업무 과제에 속하므로 하나의 예산을 공유해야 합니다.
데이터 라이선스: 공식 공개 결과입니다. 공개 재표시 시 공식 출처 표시를 남기며, 완전한 재배포 허락은 계속 Vals의 조건을 따릅니다
Vals AI에서 공개한 결과입니다. 원래 점수와 클로데이트 합의 지수는 척도가 달라 직접 비교하거나 더할 수 없습니다.